波束赋形


波束赋形是一种基于天线阵列的信号预处理技术,波束赋形通过调整天线阵列中每个阵元的加权系数产生具有指向性的波束,从而能够获得明显的阵列增益。因此,波束赋形技术在扩大覆盖范围、改善边缘吞吐量以及干扰抑止等方面都有很大的优势。由于波束赋形带来的空间选择性,使得波束赋形与SDMA之间具有紧密的联系。实际系统中应用的波束赋形技术可能具有不同的目标,如侧重链路质量改善(覆盖范围扩展、用户吞吐量提高)或者针对多用户问题(如小区吞吐量与干扰消除/避免)。


技术背景

波束赋形的目标是根据系统性能指标,形成对基带(中频)信号的最佳组合或者分配。具体地说,其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真,同时降低同信道用户间的干扰。因此,首先需要建立系统模型,描述系统中各处的信号,而后才可能根据系统性能要求,将信号的组合或分配表述为一个数学问题,寻求其最优解。
关于波束赋形的基本原理,可以首先考虑自由空间中电磁波的远场辐射情况。
(1)当只存在单个天线振子时,以同极化方向从各个角度对电场振幅进行观测时,信号是各向同性衰减的,即不存在方向选择性。
(2)如果增加一个同极化方向的振子,且两个振子处于同一位置时,即使两个天线发射信号可能存在一定的相差,但从任何角度观测,两列波的相差并不随观测角度的变化而发生变化,因此信号仍然不存在方向选择性。
(3)如果增加一个同极化方向的振子,且两个振子保持一定间隔,则两列波之间会发生干涉现象,即某些方向振幅增强,某些方向振幅减弱(振幅增强部分的能量来自于振幅减弱部分)。出现上述现象的原因可由图3-23解释,假设观测点距离天线振子很远,可以认为两列波到达观测点的角度是相同的。此时两列波的相位差将随观测角度的变化而变化,在某些角度两列波同相叠加导致振幅增强,而在某些方向反相叠加导致振幅减小。
图3-23 图3-23
因此,如果能够根据信道条件,适当地控制每个阵元的加权系数,就有可能在增强期望方向信号强度的同时,尽可能降低对非期望方向的干扰。
对于TDD系统,可以方便地利用信道的互易性,通过上行信号估计信道传播向量或DoA(Direction-of-Arrival)并用其计算波束赋形向量。对于FDD系统,也可以通过上行信号估计DoA等长期统计信息并进行下行赋形。
传统意义上的波束赋形或智能天线特指基于小间距(如阵元间距为波长/2)的单数据流空域预处理过程,而预编码则更多地偏重于基于大间距天线阵的多数据流空间复用预处理过程。实际上,从广义角度考虑,波束赋形和预编码都属于阵列信号的预处理技术,它们所使用的算法可以是完全相同的,而波束赋形技术在无线接入网中也不再仅限于单流传输。在TD-LTE R8和R9中,一般习惯于将基于专用导频进行业务信道解调的传输方式称为波束赋形(如传输模式7和8),而将基于公共导频和下行控制信息中的Precoding Information域进行业务信道解调的传输方式称为预编码。
波束赋形技术已经在TD-SCDMA系统中得到了成功的应用,在TD-LTE R8中也采用了波束赋形技术。在TD-LTE R8的PDSCH传输模式7中定义了基于单端口专用导频的波束赋形传输方案。TD-LTE R9中则将波束赋形技术扩展到了双流传输方案中,通过新定义的传输模式8引入了双流波束赋形技术,并定义了新的双端口专用导频与相应的控制、反馈机制。

波束赋形原理

在发射端,波束赋形器控制每一个发射装置的 相位信号 幅度,从而在发射出的信号波阵中获得需要相长和相消干涉模式。在接收端,不同接收器接收到的信号被以一种恰当的方式组合起来,从而获得期盼中的信号辐射模式。
以水下 声纳发射为例,我们希望向远处的船只发送一束集中尖锐的声纳信号。如果声纳发射装置的每个声纳发生器同时向一艘船发声纳信号,由于远方船只的方位角度,有的声纳发射器的信号先到达船只,有的声纳发射器的信号后到达船只,无法做到让所有声纳信号发生器的信号同时到达这条船只。有了波束赋形技术,就可以调整不同声纳发生器的信号发射时间(离船远的先发信号,离船近的后发信号),这样,所有的声纳信号就能同时击中船只,获得一个强大的声纳脉冲信号击中船只的效果。
在被动式声纳系统或者主动式声纳的接收端,波束赋形技术为不同的水下听音器收集到的信号加上不同的 时延(离开目标最近的水下听音器加上最长的时延),这样就能同时听到所有水下听音器的声音,就像声音是来自同一个水下听音器,从而获得最佳的效果。
1. 系统模型
根据应用场合的不同,一般可以将波束赋形算法分为上行链路应用以及下行链路应用。无论是哪种情况,总可以用一个时变矢量(MIMO)信道来描述用户端与基站端的信号关系。对于上行链路,多个发射信号实质上是K个用户设备同时发送的信号,基站则使用多个天线单元接收信号,对其进行处理和检测,这时发送端的信号分配仅在各个支路分别进行;对于下行链路,基站仍可能使用多个天线单元向特定用户发射信号,但用户设备使用单天线检测与其有关的信号,这时接收部分降为一维,信号组合也仅对于单路信号进行。
根据系统模型,就可以描述发送端的原始信号与接收端实际接收信号之间的关系,通常根据研究重点的不同,对于原始信号以及实际接收信号的位置会有不同的定义。对于波束赋形技术,一般其研究的范围从发送端扩谱与调制单元的输出端,到接收端解扩与解调单元的输入端,而研究过程中又常将信号 分配单元输出端到信号组合单元输入端之间的部分合并,统称为无线移动信道,由于无线移动通信环境的极度复杂,无法得到其输入输出关系的确切描述,一般采用大量测量和理论研究相结合的方法,使用有限的参数描述该信道。采用这种方法后,就可以得到受干扰有噪信号与原始信号的关系,并据此在一定程度上恢复信号。因此,波束赋形的一般过程为:
⑴根据系统性能指标(如误码率、误帧率)的要求确定优化准则(代价函数),一般这是权重矢量与一些参数的函数;
⑵采用一定的方法获得需要的参数;
⑶选用一定的算法求解该优化准则下的最佳解,得到权重矢量的值。
可以发现,由于通信环境复杂,上述过程的每一阶段都可有不同的实现方案,因此产生了大量的波束赋形算法,如何衡量和比较其性能也成为波束赋形技术研究的一个重要方面。

波束赋形算法的性能

由于波束赋形技术建立在通信环境模型以及系统模型的基础上,因此在考察波束赋形算法的性能时,要考虑到环境因素的影响以及其对于系统的要求,以便于得到更符合实际需要的性能估计。综合各种因素,一般可以从以下几个方面考察波束赋形算法的性能。
⑴算法运算性能:这主要包括算法的收敛速度、复杂程度、精度、稳定性以及对误差的正确判断性等。前四项指标是常见的衡量算法性能的指标,而最后一项在智能天线应用领域有特别的意义。在实际的通信系统中,由于天线规模等实际条件的限制以及移动无线信道复杂情况的影响,对波达方向的测量估计误差较大,因此对于采用基于波达方向估计的波束赋形算法,能否降低其对误差的敏感度就显得十分重要,尤其是在下行链路中,一旦发生较大的指向偏差,不仅会使得目标用户无法获得一定质量的信号,还可能会带来对其他用户的干扰,从而导致系统性能急剧下降。
⑵算法的测量要求:主要包括算法需要了解的信道特征参量的种类和数量以及是否需要提供参考信号等。信道特征参量的种类可以包括多普勒频移、入射信号的角度分布以及相应的时延分布等;而数量则是指需要了解的信道的数量,如在了解天线与目标用户间信道的同时是否需要了解天线与其他非目标用户(干扰源)之间的信道参量等。通过预定义的参考信号进行信道估计是一种常用的方法,不同的算法对是否需要参考信号以及对参考信号长度等参数会有不同的要求。⑶算法对系统的其他要求:主要包括达到一定性能需要的天线单元数目、是否有对 传输协议的额外要求(如是否需要反馈链路)、是否对输入信号有一定的要求(如是否为恒包络的调制信号)等。

波束赋形技术的现状及发展方向

波束赋形技术发展过程中,出现了大量的具体技术,其命名、分类并不完全统一,加之近年来与其他技术(如联合检测、功率控制等)的结合乃至融合,使得相关的具体技术更显纷繁复杂。通常可以依据的分类有,根据应用场合的不同将波束赋形技术分为上行链路波束赋形和下行链路波束赋形;根据其所使用的信道特征参量的种类,可分为使用信道空域参量的技术和使用信道空时域参量的技术;根据不同的波束赋形技术对于问题采用的描述方法,可分为优化类和自适应滤波器类;根据波束赋形技术计算使用的方法可分为线性算法和非线性算法。
对于上行链路,由于可以获得可靠的信道实时估计,因此可以采用信道的空时域参量进行波束赋形,以提高上行链路性能。针对移动无线通信系统,尤其是CDMA系统的实际情况,上行链路的波束赋形可以结合信号检测,实现多用户的联合检测。但是应用这一方法存在以下两个问题:算法要求测量所有信道的空时域参数,且测量要求高(除了盲检测算法,大部分算法需要使用训练序列,并要求在获得同步以后进行测量);计算过于复杂难以实现,尤其是针对多用户的方案。实际可采用的方法有:采用性能次优但较为简单的方法;设计便于并行运算的结构,以硬件代价满足运算时间方面的要求;或者结合两种方法。其中,通过有限度降低算法性能提高算法可实现性的具体方法包括:减少计算需要的参量;减少计算的维数(如使用训练序列进行初始化,或者分解全局优化问题变为互不相关的局部优化问题的叠加);选择计算复杂度较低的计算方法等。在保证性能的前提下进一步降低 系统结构的复杂度主要依赖于使用结构较为简单的处理单元,根据传统的均衡和检测领域的研究,非线性的系统结构和算法可以大大降低系统结构的复杂度,目前对判决反馈结构、神经网络技术等在波束赋形领域的应用已有初步研究。
对于下行链路,由于条件限制很难在下行链路实现对于信道的可靠实时估计。对于TDD模式的系统,在上下行信道间隔时隙很小的条件下,可以近似认为信道未发生变化,从而可以在下行链路使用由上行数据获得的信道空时域参数的估计值,甚至可以直接使用上行波束赋形的数据。但是对于FDD系统,则一般无法满足上下行信道频率间隔足够小的要求使得两者的变化强相关,因此如果不使用反馈回路获取移动站的测量数据,仅可根据上行数据获得一些与频率变化无关或者弱相关的信道参量,这包括信道的空域参量以及空时域参量的平均值等。其中使用空时域参量平均估计值的方法原理上同使用空时域信道参量的方法并无区别,只是由于缺乏对于信道状况的实时跟踪,性能会有所下降。而仅依赖信道空域参量的算法则符合波束赋形的传统含义,即使基站实现下行指向性发射。
仅依赖信道空域参量的算法需要了解目标移动站与基站的相对位置,为了抑制同信道用户间的干扰可能还需要了解同信道移动站与基站的相对位置。这些信息可以由上行信道数据得到,即根据上行数据对波达方向进行估计,因此这种算法又可称为基于DoA估计的算法,由于使用的信息可以认为与上下行信道载频无关,因此可以适用于TDD或者FDD模式的系统。这类算法的主要局限在于较大的DoA估计误差以及天线单元数限制了算法的性能,因此在实际应用时系统性能并不理想。一般,为了减小天线增益凹陷的指向偏差,必须配合使用凹陷点展宽(Null Broadening)技术,即在计算所得的凹陷点附近形成凹陷区,确保对其他用户的干扰降低到最小的程度。
目前,由于上行波束赋形技术的发展,下行链路性能成为提高系统性能的瓶颈,因此迫切需要有效的方法。在可以获得可靠的空时域参量的条件下(TDD模式的系统,或者使用反馈链路的系统),可以应用空时处理方法,但是在具体的表述、算法的实现等方面仍需进一步的系统研究。如果无法获得可靠的空时域参量(不采用反馈链路的FDD模式的系统),那么基于DoA估计的算法应该是最终的解决方案,但是目前的估计精度很难满足实际系统的需要,必须发展对估计误差不敏感的波束赋形算法。

相关技术

波束赋形直接建立在信道参量的基础上,因此无线移动信道的建模与估计是波束赋形技术的基础,无论是算法描述还是算法 性能分析以及仿真都必须依赖这一基石。另外,根据无线传播理论和对各种通信环境的实际测量建立合理的无线移动信道模型,可以降低波束赋形算法对实时测量的要求,是在较小的系统复杂度下实现性能更优的波束赋形算法的一种途径。
上行波束赋形与用户信号检测有密切的关系,在基于CDMA的无线移动通信系统中,波束赋形可结合各种信号检测技术,尤其是 多用户检测技术,实现联合检测,这也是波束赋形实用化研究中的一个热点。下行波束赋形与功率分配存在一定的关系,一般希望使用波束赋形实现对于同信道用户的空域(角度域)分辨,而由功率控制技术进一步克服位于同一方向的同信道用户之间的相互干扰,这涉及到上层的控制与分配,并与多种信令过程有关,需要进一步进行研究。
综上所述,智能天线技术可充分利用无线资源的空间可分隔性,提高无线移动通信系统对于无线资源的利用率,并从根本上提高系统 容量。波束赋形技术作为智能天线 数字信号处理部分的核心,虽然在理论和实际两方面都已进行了大量的研究,但在其表述、数学解法、系统实现以及与其他相关技术的结合使用乃至融合方面仍有大量问题有待解决。但可以肯定,随着信号处理技术的发展以及相关制造技术的进步,智能天线的SDMA方案最终将大大改善实际系统的性能。

TD-LTE R8中的单流波束赋形技术

LTE R8中定义了传输模式7用以支持基于专用导频的波束赋形技术。传输过程中,UE需要通过对专用导频的测量来估计波束赋形后的等效信道,并进行相干检测。有别于基于码本的预编码过程,波束赋形采用的算法与对赋形矩阵的选择属于实现性问题,具体的赋形方法并不需要在规范中进行规定。
图3-24 图3-24
图3-25中的层映射与预编码都只是简单的一对一的映射,波束赋形的功能体现在逻辑天线到物理天线的映射这一非标准化模块中。而规范中只定义了波束赋形所需的专用导频端口,即端口5。对于TDD系统,可以利用上下行信道的互易性,采用EBB或其他波束赋形算法。当瞬时信道特性的互易性难以得到保障时(如FDD系统),仍然可以利用DoA等长期统计信息实现波束赋形传输。
图3-25  TD-LTE R8单流波束赋形的处理流程 图3-25 TD-LTE R8单流波束赋形的处理流程
在传输模式7中采用了基于专用导频的传输与基于公共导频的测量,UE需要根据CRS计算CQI。CRS用于小区内所有UE的下行信道测量,并不能进行任何预处理(扇区赋形除外)。且CRS端口的数量也往往少于用于波束赋形的物理天线数量。在这种情况下,UE既不能通过公共导频获知全部物理天线到其接收天线的信道矩阵,也不能通过下行控制信令确知eNode B使用的波束赋形算法或具体的波束赋形向量。因此,在传输模式7中,当UE计算CQI时无法十分准确地估计波束赋形之后的信道质量。在传输模式7中,UE需要根据CRS测量下行信道,计算CQI时需假设PDSCH采用了与PBCH相同的传输方式(单天线端口或发射分集)。为被调度UE选择MCS时,eNode B需要结合一些其他的信道信息或HARQ等外环控制信息对UE上报的CQI进行修正。

TD-LTE R9中的双流波束赋形技术

TD-LTE R9中将波束赋形扩展到了双流传输,实现了波束赋形与空间复用技术的结合。为了支持双流波束赋形,LTE R9中定义了新的双端口专用导频(端口7与8),并引入了新的控制信令。传输模式8可以采用非PMI或PMI两种反馈方式。
在双流赋形中,UE基于对专用导频的测量估计波束赋形后的等效信道,其中Precoding模块并不进行任何预处理操作。
对于TDD系统,更适合利用信道的互易性并采用非PMI的反馈方式实现双流波束赋形。eNode B通过对SRS的测量获得CSI并计算每个流的波束赋形向量。对于非PMI反馈方式,传输模式8仍然沿用了传输模式7的CQI计算方法,UE假设PDSCH使用了与PBCH相同的传输方式(单端口或发射分集)并基于对CRS的测量来计算CQI。由于基于DRS的业务数据传输与基于CRS的测量之间存在差异,eNode B仍然需要对UE上报的CQI进行一定的修正。TDD系统中,eNode B可以充分利用信道互易性,对全部阵元的赋形系数进行联合优化,因而能够获得较好的性能。
假设UE可以通过天线切换的方式在两个发射天线上轮流发送SRS,此时eNode B能够获得完整的信道矩阵。eNode B进而可以对多个RB上的信道协方差矩阵进行平均,并通过特征值分解得到的非零特征值以及UE上报的CQI判断信道所能支持的并行传输流数量以及每个数据流的传输能力,而非零特征值所对应的特征向量可以作为赋形向量。即使UE的传输能力无法支持上行天线切换发送,eNode B仍然可以对单个天线发送的SRS的测量,通过多个RB的平均估算信道的协方差矩阵,并在此基础上计算每个数据流的赋形向量。如果eNode B能够获得完整的CSI,就可以通过对全部物理天线的全局优化计算出最优的赋形向量。即使只由SRS能获得部分CSI,利用频域平均得到的CSI进行双流赋形仍然能够获得较好的性能。
当eNode B天线阵采用较多的阵元时,一般会采用极化分组的天线形式。此时,通常会将两个CRS端口分别映射到两个极化方向的子阵上。UE通过2个极化方向对应的CRS端口可以测量得到2×2的等效信道矩阵。对于FDD系统,一般认为eNode B只能利用互易性获得类似DoA等长期统计信息。这种情况下,eNode B往往只能利用较为有限的DoA信息,通过两个极化方向的子阵分别向UE赋形,此时适宜采用PMI反馈方式。对于PMI反馈方式,UE通过CRS测量信道,并按照闭环空间复用(传输模式4)的方式计算能够获得最佳性能的PMI和RI,并计算eNode B使用其所推荐的PMI之后所能获得的信道质量。由于CRS中不能反映出业务信道波束赋形的影响,UE可以根据高层信令通知的偏移量,在CQI的计算过程中近似地补偿一定的赋形增益。
一般来讲,由于2CRS端口时的码本大小十分有限,可用于闭环空间复用的预编码矩阵只有两个,因此分组赋形加PMI时的预编码增益较低。同时,由于分组赋形不能对全部可用的物理天线进行联合优化,因此其赋形增益也较为有限。
实际上,在R8传输模式7的基础上,eNode B可以采用“透明”方式将两个或多个UE调度在同样的时—频资源上,从而构成MU-MIMO传输。但是,由于R8中只定义了一个专用导频端口,基于传输模式7构成透明MU-MIMO时,共同调度的UE的专用导频在时频—资源上也完全重叠,只是各个配对UE的专用导频的扰码有所区别。由于波束赋形颗粒度、SRS估计误差与时延等因素的影响,即使eNode B能够获得完整的信道状态信息,也不能在发送端侧完全消除UE间的干扰。因此这种方式并不能保证基于专用导频的信道估计乃至MU传输的性能。R9中定义了两个专用导频端口,eNode B可以通过下行控制信令指示两个Rank1传输的UE分别占用相互正交的一对专用导频端口,这样可以避免用户间干扰对专用导频信道估计的影响,在此基础上MU-MIMO的传输质量能够得到更好的保障。为了能够在MU-MIMO中支持更多的UE,R9中还引入了小区专用导频扰码初始化ID。通过这一配置可以支持最多4个Rank1 UE或两个Rank2 UE的MU-MIMO。图3-26给出了基于双流赋形的单用户和多用户MIMO传输方式。
图3-26  双流波束赋形 图3-26 双流波束赋形

  • 17
    点赞
  • 150
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
传统波束赋形算法(Traditional Beamforming Algorithm)是一种常见的无线通信技术,用于优化天线阵列的辐射方向,以增强信号的接收或发送效果。传统波束赋形算法主要包括最大比合成(Maximum Ratio Combining,MRC)和最大比传输(Maximum Ratio Transmission,MRT)两种方式。 1. 最大比合成(MRC):MRC算法在接收端使用,通过将多个接收天线上的信号进行加权叠加,以最大化接收信号的信噪比。MRC算法根据接收天线上的信号功率和相位信息进行加权叠加,使得来自目标信号的能量最大化。 2. 最大比传输(MRT):MRT算法在发送端使用,通过将发送天线上的信号进行加权叠加,以最大化目标接收端的信号功率。MRT算法根据发送天线上的信号功率和相位信息进行加权叠加,使得目标接收端接收到的信号功率最大化。 ZF波束赋形算法(Zero Forcing Beamforming Algorithm)是一种基于线性代数的波束赋形算法,旨在消除多天线系统中的干扰。ZF波束赋形算法主要包括ZF波束赋形算法1和ZF波束赋形算法2两种方式。 1. ZF波束赋形算法1:ZF波束赋形算法1通过将接收天线上的信号与干扰信号进行正交化,以消除干扰。该算法通过求解线性方程组,将干扰信号的影响最小化,从而实现干扰消除。 2. ZF波束赋形算法2:ZF波束赋形算法2在ZF波束赋形算法1的基础上进一步考虑了信道的特性。该算法通过对信道矩阵进行奇异值分解,得到信道的特征向量,从而实现更精确的干扰消除。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值